Mistral、OCR 3を公開、帳票・手書き認識の勝率が前世代比74%向上
Mistral AIはMistral OCR 3を公開した。帳票、スキャン、複雑な表、手書き内容でMistral OCR 2に対する全体の勝率は74%で、企業向け文書処理やAIネイティブOCRより高い精度だという。
#マルチモーダル
#マルチモーダル
今日 1 件12月17日
12月3日
Mistral、6,750億パラメーターの Large 3 を含む Mistral 3 シリーズを公開
Mistral は Mistral 3 シリーズを公開した。14B、8B、3B の小型 dense モデルと、過去最強の Mistral Large 3 を含む。後者は稼働41B・総675Bの疎な MoE で、すべて Apache 2.0 で公開する。
8月1日
Mistral、Pixtral-12Bの微調整で衛星画像の視覚言語性能を改善
MistralはLoRAでPixtral-12Bを微調整し、Aerial Image Dataset（AID）の衛星画像分類で未調整の基準を大きく上回り、幻覚による無効な分類名を減らした。Mistralの微調整APIかLaPlateforme UIを使い、大規模なハイパーパラメーター調整は不要だ。学習8000、テスト2000に分割した。
7月17日
Mistral、Le ChatにDeep Researchや音声モードなどを追加
MistralはLe Chatに、プレビューのDeep Research、Voxtralによる音声モード、Magistralによる多言語推論、会話を整理するProjects、Black Forest Labsと協力した画像編集などを追加した。
5月7日
Mistral AI、低費用の企業配置を狙うMistral Medium 3を公開
Mistral AIはMistral Medium 3を公開し、複数のベンチマークでClaude Sonnet 3.7の90%以上の性能に達すると説明した。100万トークン当たり入力0.4ドル、出力2ドルである。
3月17日
Mistral AI、多モーダル・128k コンテキストの Mistral Small 3.1 を公開
Mistral AI は Mistral Small 3.1 を公開した。Small 3 から文字性能とマルチモーダル理解を高め、コンテキストを128k トークンに拡張し、推論は毎秒150トークン。Apache 2.0 で公開する。
3月7日
Mistral、文書理解のOCR API mistral-ocr-latestを公開
Mistral AIは画像とPDFを読み、文字と画像を順番に交互出力するMistral OCR APIを導入した。Le Chatの数百万人にとって既定の文書理解モデルになっている。
2月17日
Mistral、地域言語モデル「Mistral Saba」を発表
Mistral AIが初の地域言語特化モデル「Mistral Saba」を発表した。24Bパラメータで、中東と南アジアのデータセットで訓練され、アラビア語やタミル語などのインド系言語で優れた性能を発揮する。
2月7日
Mistral、新 le Chat アシスタントを発表 iOS と Android に対応し Pro・Team の有料プランも開始
Mistral は新しい AI アシスタント le Chat を発表し、iOS と Android 向けに同時リリースした。Pro と Team の有料プランも用意し、Enterprise プランはプライベートプレビューに入っている。